湖北师范大学-Python-集合翻转教学

第1关：统计小说单词数量

编程要求
根据提示，在右侧编辑器补充代码，输入小说文件名，统计并输出小说中的单词数量。
本项目可能涉及到的文件：
Green Hills of Africa.txt
For Whom the Bell Tolls.txt
Death in the Afternoon.txt
A Farewell to Arms.txt
The Sun Also Rises.txt
Green Hills of Africa.txt
To Have and Have Not.txt
A Moveable Feast.txt
Men without Women.txt
Winner Take Nothing.txt
In Our Time.txt
The Old Man and the Sea.txt
The Torrents of Spring.txt

测试说明(输出仅供参考格式，数据未必真实)
平台会对你编写的代码进行测试：

测试输入：
The Old Man and the Sea.txt

预期输出：
27154

import string

def file_to_str(file):
    """将文件名变量file指向的文件读为字符串，全部字母转为小写，返回字符串"""
    # 补充你的代码
    txt='' #定义一个空字符
    with open(file, 'r', encoding='utf-8') as fr:  # 创建文件对象
        for row in fr:        # 遍历文件对象
            txt = txt + row   # 将当前行拼接到字符串上，保留各行末尾的换行符
    return txt.lower()        # 返回字符串，其中字母全部转为小写


def file_to_lst(txt):
    """替换掉字符串txt中的标点符号，根据空格切分为列表，返回列表"""
    # 补充你的代码
    for c in string.punctuation:   # 遍历符号集
        txt = txt.replace(c, ' ')  # 将全部符号都替换为空格
    words_ls = txt.split()         # 根据空白字符切分为列表
    return words_ls                # 返回列表

if __name__ == '__main__':
    filename = input()                   # 输入文件名
    path = '/data/bigfiles/'             # 文件存放路径
    text = file_to_str(path + filename)  # 读文件返回字符串
    words_lst = file_to_lst(text)        # 字符串切分为列表
    print(len(words_lst))                # 输出列表长度

第2关：统计小说中不重复单词数量

编程要求
根据提示，在右侧编辑器补充代码，输入小说文件名，统计并输出小说中不重复的单词数量。

测试说明(输出仅供参考格式，数据未必真实)
平台会对你编写的代码进行测试：

测试输入：
The Old Man and the Sea.txt
预期输出：
2557

import string


def file_to_str(file):
    """将文件名变量file指向的文件读为字符串，全部字母转为小写"""
    # 补充你的代码
    txt='' #定义一个空字符
    with open(file, 'r', encoding='utf-8') as fr:  # 创建文件对象
        for row in fr:        # 遍历文件对象
            txt = txt + row   # 将当前行拼接到字符串上，保留各行末尾的换行符
    return txt.lower()        # 返回字符串，其中字母全部转为小写


def file_to_lst(txt):
    """将文件名变量file指向的文件读为字符串，全部字母转为小写，
    替换掉其中的标点符号，根据空格切分为列表，返回列表"""
    # 补充你的代码
    for c in string.punctuation:   # 遍历符号集
        txt = txt.replace(c, ' ')  # 将全部符号都替换为空格
    words_ls = txt.split()         # 根据空白字符切分为列表
    return words_ls                # 返回列表


def no_repeat(words_ls):
    """接收列表为参数，去除里面的重复单词，保持原来单词出现的顺序，返回列表"""
    # 补充你的代码
    words_no_repeat = set(words_ls)  # 去掉重复单词，返回值为集合
    return words_no_repeat  # 返回集合

if __name__ == '__main__':
    filename = input()             # 输入文件名
    path = '/data/bigfiles/'         # 文件存放路径
    text = file_to_str(path + filename)  # 读文件返回字符串
    words_lst = file_to_lst(text)      # 字符串切分为列表
    print(len(no_repeat(words_lst)))    # 输出集合长度

第3关：列表去掉重复元素后保持各元素出现的先后次序不变

编程要求
根据提示，在右侧编辑器补充代码，输入小说文件名和一个正整数n，返回去不重复的前n个单词的列表，列表中元素顺序与在小说中出现次序相同。

测试说明
平台会对你编写的代码进行测试：

测试输入：
The Old Man and the Sea.txt
10
预期输出：
['a', 'distributed', 'proofreaders', 'canada', 'ebook', 'this', 'is', 'made', 'available', 'at']

import string

def file_to_str(file):
    """将文件名变量file指向的文件读为字符串，全部字母转为小写"""
    # 补充你的代码
    with open(file, 'r', encoding='utf-8') as f:  # 创建文件对象
        txt=f.read()
    return txt.lower()        # 返回字符串，其中字母全部转为小写


def file_to_lst(txt):
    """替换掉字符串中的标点符号，根据空白字符切分为列表，返回列表"""
    # 补充你的代码
    for c in string.punctuation:   # 遍历符号集
        txt = txt.replace(c, ' ')  # 将全部符号都替换为空格
    words_ls = txt.split()         # 根据空白字符切分为列表
    return words_ls                # 返回列表



def no_repeat(words_ls):
    """接收列表为参数，去除里面的重复单词，保持原来单词出现的顺序，返回列表"""
    # 补充你的代码
    words_no_repeat = list(set(words_ls))  # 去掉重复单词，返回值为列表
    return sorted(words_no_repeat, key=lambda x: words_ls.index(x))
   

if __name__ == '__main__':
    filename = input()             # 输入文件名
    n = int(input())               # 输入一个正整数n
    path = '/data/bigfiles/'         # 文件存放路径
    text = file_to_str(path + filename)  # 读文件返回字符串
    words_lst = file_to_lst(text)      # 字符串切分为列表
    print(no_repeat(words_lst)[:n])    # 输出不重复的前n个单词的子列表

第4关：输出两本小说中共存的单词数量

编程要求
根据提示，在右侧编辑器补充代码，在两行中分别输入两本小说文件名，统计并输出两本小说中共存的单词数量，重复单词只统计一次。

测试说明
平台会对你编写的代码进行测试：

测试输入：
The Old Man and the Sea.txt
The Torrents of Spring.txt
预期输出：
1127

import string


def file_to_set(file):
    """将文件名变量file指向的文件读为字符串，全部字母转为小写。
    替换掉字符串中的符号，根据空白字符切分为列表，转为集合类型。"""
    path = '/data/bigfiles/'       # 文件路径
    with open(path+file, 'r', encoding='utf-8') as fr:  # 创建文件对象
        txt = fr.read().lower()    # 读取文件为一个字符串，其中字母全部转为小写
    # 补充你的代码
    for c in string.punctuation:   # 遍历符号集
        txt = txt.replace(c, ' ')  # 将全部符号都替换为空格
    words_ls = txt.split()         # 根据空白字符切分为列表
    return words_ls

def words_both(file1, file2):
    """接收两个文件名为参数，返回两个文件中共同存在的单词，相同单词只计算一次"""
    # 补充你的代码
    file1 = {i for i in file_to_set(file1)}
    file2 = {i for i in file_to_set(file2)}
    file3 = file1 & file2
    return file3


if __name__ == '__main__':
    filename1 = input()  # 输入文件名
    filename2 = input()  # 输入文件名
    print(len(words_both(filename1, filename2)))

第5关：输出两本小说中出现的所有单词数量

编程要求
根据提示，在右侧编辑器补充代码，在两行中分别输入两本小说文件名，统计并输出两本小说中出现的所有单词数量，重复单词只统计一次。

测试说明
平台会对你编写的代码进行测试：

测试输入：
The Old Man and the Sea.txt
The Torrents of Spring.txt
预期输出：
4723

import string


def file_to_set(file):
    """将文件名变量file指向的文件读为字符串，全部字母转为小写。
    替换掉字符串中的符号，根据空白字符切分为列表，转为集合类型。"""
    path = '/data/bigfiles/'       # 文件路径
    with open(path+file, 'r', encoding='utf-8') as fr:  # 创建文件对象
        txt = fr.read().lower()    # 读取文件为一个字符串，其中字母全部转为小写
    # 补充你的代码
    for c in string.punctuation:   # 遍历符号集
        txt = txt.replace(c, ' ')  # 将全部符号都替换为空格
    words_ls = txt.split()         # 根据空白字符切分为列表
    return words_ls                # 返回列表


def words_all(file1, file2):
    """接收两个文件名为参数，返回两个文件中出现的所有单词，相同单词只计算一次"""
    # 补充你的代码
    file1 = {i for i in file_to_set(file1)}
    file2 = {i for i in file_to_set(file2)}
    file3 = file1 | file2
    return file3


if __name__ == '__main__':
    filename1 = input()  # 输入文件名
    filename2 = input()  # 输入文件名
    print(len(words_all(filename1, filename2)))

第6关：统计仅在第一本小说中出现的单词数量

编程要求
根据提示，在右侧编辑器补充代码，在两行中分别输入两本小说文件名，统计并输出仅在第一本小说中出现且在第二本小说中未出现的单词数量，重复单词只统计一次。

测试说明
平台会对你编写的代码进行测试：

测试输入：
The Old Man and the Sea.txt
The Torrents of Spring.txt
预期输出：
1429

import string


def file_to_set(file):
    """将文件名变量file指向的文件读为字符串，全部字母转为小写。
    替换掉字符串中的符号，根据空白字符切分为列表，转为集合类型。"""
    path = '/data/bigfiles/'       # 文件路径
    with open(path+file, 'r', encoding='utf-8') as fr:  # 创建文件对象
        txt = fr.read().lower()    # 读取文件为一个字符串，其中字母全部转为小写
    # 补充你的代码
    for c in string.punctuation:   # 遍历符号集
        txt = txt.replace(c, ' ')  # 将全部符号都替换为空格
    words_ls = txt.split()         # 根据空白字符切分为列表
    return words_ls


def only_in_first(file1, file2):
    """接收两个文件名为参数，返回仅在第一本小说中出现且在第二本小说中未出现的单词集合，相同单词只计算一次"""
    # 补充你的代码
    file1 = {i for i in file_to_set(file1)}
    file2 = {i for i in file_to_set(file2)}
    file3 = file1 - file2
    return file3


if __name__ == '__main__':
    filename1 = input()  # 输入文件名
    filename2 = input()  # 输入文件名
    print(len(only_in_first(filename1, filename2)))

第7关：统计未同时在两本小说中出现的单词数量

编程要求
根据提示，在右侧编辑器补充代码，在两行中分别输入两本小说文件名，统计并输出统计两本小说中出现的单词中未同时在两本书中出现的单词数量，重复单词只统计一次。

测试说明
平台会对你编写的代码进行测试：

测试输入：
The Old Man and the Sea.txt
The Torrents of Spring.txt
预期输出：
3596

import string


def file_to_set(file):
    """将文件名变量file指向的文件读为字符串，全部字母转为小写。
    替换掉字符串中的符号，根据空白字符切分为列表，转为集合类型。"""
    path = '/data/bigfiles/'       # 文件路径
    with open(path+file, 'r', encoding='utf-8') as fr:  # 创建文件对象
        txt = fr.read().lower()    # 读取文件为一个字符串，其中字母全部转为小写
    # 补充你的代码
    for c in string.punctuation:   # 遍历符号集
        txt = txt.replace(c, ' ')  # 将全部符号都替换为空格
    words_ls = txt.split()         # 根据空白字符切分为列表
    return words_ls


def only_in_one(file1, file2):
    """接收两个文件名为参数，返回仅在一个小说中存在，不在两个文件中共同存在的单词，相同单词只计算一次"""
    # 补充你的代码
    file1 = {i for i in file_to_set(file1)}
    file2 = {i for i in file_to_set(file2)}
    file3 = file1 ^ file2
    return file3


if __name__ == '__main__':
    filename1 = input()  # 输入文件名
    filename2 = input()  # 输入文件名
    print(len(only_in_one(filename1, filename2)))